שלום, הדרכה בהתאמה אישית: פינוי מקום בפרויקט

בדף הזה מוסבר איך לנקות את Google Cloud המשאבים שיצרתם כדי לאמן את מודל סיווג התמונות ולהציג ממנו חיזויים.

המדריך הזה כולל כמה דפים:

  1. הגדרת הפרויקט והסביבה.

  2. אימון מודל מותאם אישית לסיווג תמונות.

  3. הצגת חיזויים ממודל סיווג תמונות בהתאמה אישית.

  4. פינוי מקום בפרויקט.

בכל דף מניחים שכבר ביצעתם את ההוראות מהדפים הקודמים של המדריך.

בהמשך המסמך הזה נניח שאתם משתמשים באותה סביבת Cloud Shell שיצרתם כשפעלתם לפי ההוראות בדף הראשון של המדריך הזה. אם הסשן המקורי של Cloud Shell כבר לא פתוח, אפשר לחזור לסביבה באופן הבא:

  1. In the Google Cloud console, activate Cloud Shell.

    Activate Cloud Shell

  2. בסשן של Cloud Shell, מריצים את הפקודה הבאה:

    cd hello-custom-sample

    3. מחיקת משאבים ב-Vertex AI

    בקטע הזה מוסבר איך למחוק את כל המשאבים של Vertex AI שיצרתם לצורך המדריך הזה.

    ביטול הפריסה של המודל מנקודת הקצה

    בקטע הזה מוסבר איך לבטל את הפריסה של המודל מנקודת הקצה. אפשר לחשוב על הפעולה הזו כדרך לנתק את המודל מנקודת הקצה.

    לפני שמוחקים את נקודת הקצה או מוחקים את המודל, צריך לפעול לפי ההוראות שבקטע הזה.

    1. במסוף Google Cloud , בקטע Vertex AI, עוברים לדף Endpoints.

      לדף Endpoints

    2. לוחצים על hello_custom כדי לעבור לדף הפרטים של נקודת הקצה.

    3. בשורה של המודל, hello_custom, לוחצים על ביטול הפריסה של המודל .

    4. בתיבת הדו-שיח Undeploy model from endpoint (ביטול הפריסה של המודל מנקודת הקצה), לוחצים על Undeploy (ביטול הפריסה).

    מחיקת נקודת הקצה

    לפני שמוחקים נקודת קצה, צריך לבטל פריסה של המודל מנקודת הקצה. אחרי שמוחקים את נקודת הקצה, אי אפשר להשתמש שוב בשם של נקודת הקצה למשך 7 ימים.

    אחרי שמבטלים את הפריסה של המודל מנקודת הקצה, מבצעים את הפעולות הבאות כדי למחוק את נקודת הקצה:

    1. במסוף Google Cloud , בקטע Vertex AI, עוברים לדף Endpoints.

      לדף Endpoints

    2. מאתרים שוב את השורה של נקודת הקצה, hello_custom. בשורה הזו, לוחצים על הצגת פרטים נוספים . אחר כך לוחצים על הסרת נקודת קצה.

    3. בתיבת הדו-שיח Remove endpoint, לוחצים על Confirm.

    מחיקת המודל

    לפני שממשיכים לקרוא את הקטע הזה, צריך לבטל את הפריסה של המודל מנקודת הקצה. לאחר מכן, מבצעים את הפעולות הבאות כדי למחוק את המודל:

    1. במסוף Google Cloud , בקטע Vertex AI, עוברים לדף Models.

      מעבר אל 'מודלים'

    2. מאתרים את השורה של המודל, hello_custom. בשורה הזו, לוחצים על הצגת פרטים נוספים . לאחר מכן לוחצים על מחיקת המודל.

    3. בתיבת הדו-שיח מחיקת מודל, לוחצים על מחיקה.

    מחיקת צינור ההדרכה והמשימה בהתאמה אישית

    צינור ההדרכה והמשימה המותאמת אישית הם רק רשומות של ההדרכה שהתרחשה קודם. כדי למחוק משימה בהתאמה אישית:

    1. במסוף Google Cloud , בקטע Vertex AI, עוברים לדף Training pipelines.

      מעבר אל 'אימון צינורות עיבוד נתונים'

    2. מחפשים את השורה של צינור העיבוד לאימון, hello_custom. בשורה הזו, לוחצים על הצגת פרטים נוספים . אחר כך לוחצים על מחיקת צינור ההדרכה.

    3. בתיבת הדו-שיח מחיקת משימת אימון, לוחצים על מחיקה.

    4. כדי לעבור לדף Custom jobs (משרות בהתאמה אישית), לוחצים על Custom job (משרה בהתאמה אישית) במסוףGoogle Cloud , או לוחצים על הקישור הבא:

      מעבר למשימות בהתאמה אישית

    5. מוצאים את השורה של המשרה המותאמת אישית, hello_custom-custom-job. בשורה הזו, לוחצים על הצגת פרטים נוספים . אחר כך לוחצים על מחיקת תפקיד בהתאמה אישית.

    6. בתיבת הדו-שיח מחיקת משימת אימון, לוחצים על מחיקה.

    ניקוי הסשן ב-Cloud Shell

    אין חיובים על Cloud Shell, והוא מוחק אוטומטית את דיסק הבית אחרי תקופה של חוסר פעילות. עם זאת, אם אתם מתכננים להשתמש ב-Cloud Shell למטרות אחרות בעתיד הקרוב, כדאי להסיר ידנית את הקבצים שיצרתם לצורך המדריך הזה.

    בסשן של Cloud Shell, מריצים את הפקודות הבאות:

    cd ..
rm -rf hello-custom-sample

    מחיקת קטגוריה של Cloud Storage

    בסשן של Cloud Shell, מריצים את הפקודה הבאה:

    gcloud storage rm gs://BUCKET_NAME --recursive --continue-on-error

    מחליפים את BUCKET_NAME בשם הקטגוריה ב-Cloud Storage שיצרתם כשקראתם את הדף הראשון של המדריך הזה.

    מחיקת פונקציית Cloud Run

    בסשן של Cloud Shell, מריצים את הפקודה הבאה:

    gcloud functions delete classify_flower --region=us-central1 --quiet

    המאמרים הבאים

הקודם
הצגת תחזיות ממודל סיווג תמונות בהתאמה אישית